一篇新研究挑戰了傳統計算機視覺工具處理政治影像的方式。來自康奈爾大學的Elena Sirotkina在預印本論文《Unpacking the Eye of the Beholder: Social Location, Identity, and the Moving Target of Political Perspectives》中，提出了一個名為“視角主義視覺政治情感分類器”（PVPS）的新型模型。該模型並非給出一個統一的情緒得分，而是預測不同政治和社會身份群體對同一影像的不同反應。
研究者指出，政治學和心理學幾十年來早已確認身份影響政治資訊評價，但大多數自動化工具仍將影像視為對所有人含義相同。PVPS基於約5,575名美國成年人提供的約82,000次影像評估進行訓練，能夠輸出一個“評估檔案”，記錄哪些群體同意、哪些分歧以及分歧沿著哪些身份維度展開。該模型保留了系統性分歧，而不是像傳統工具那樣將其平均化。
為了展示其有效性，Sirotkina將PVPS應用於多個經典的視覺情感研究。結果表明，在抗議影像中，不同身份背景的觀眾對暴力程度的感知存在顯著差異，並且影像引發的情感機制（如憤怒、同情）也因觀眾身份而改變。例如，同一張抗議照片可能被某些群體視為暴力威脅，而被另一些群體視為正義抗爭。傳統方法透過平均化掩蓋了這些差異，可能導致對公眾反應的錯誤估計，甚至引發政策制定中的偏差。
該研究強調，政治影像的意義是一個“移動靶”——它隨觀察者的身份而變。測量影像的影響必須知道它正在影響誰。PVPS提供了一種保留而非抹除分歧的工具，為政治傳播、媒體分析和視覺社交媒體研究提供了更細緻的視角。論文還討論了未來擴充套件至影片和文本的可能性，以及倫理考慮，包括如何避免濫用此類預測模型。這項研究發表於2026年5月11日，全文共61頁，包含10張圖和9張表，屬於計算機視覺與模式識別領域。